[发明专利]一种基于缨帽变换的遥感图像海岸线信息提取方法及系统

说明书

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种基于缨帽变换的遥感图像海岸线信息提取方法及系统。

背景技术

海岸线是陆地与海洋的分界线，也是划分海洋与陆地管理区域的基准线，在我国指多年平均大潮高潮时形成的实际痕迹线。海岸线既是一种重要的国土资源，也是重要的基础地理信息数据。由于河口淤积、气候变暖等自然条件导致的海平面上升及围垦开荒、填海造地、海洋工程等人类活动的影响，海岸线在不断发生着变化。因此，快速而准确地测定海岸线的动态变化，对于海域使用管理、海岛海岸带研究等具有重要意义。

通常情况下，海岸线信息以野外实地调查的方式获取，首先测量拐点坐标，再顺序连接后形成海岸线，虽然精度较高，但是花费人工多、效率低下、工作周期长，而且受地理条件的限制，存在测量困难和无法到达区域，无法满足大范围提取的要求。遥感技术凭借其特有的高时效、大范围、动态性特点，能够有效克服地面调查中可能遇到的各种限制，已成为海岸线信息提取的主要手段。目前遥感图像海岸线信息提取有两种方法：目视解译和自动解译。目视解译利用绘图仪或软件进行边界描绘，并保存为矢量文件，方法简单，精度较高，但速度慢，工作量大，无法满足大范围快速提取的要求。自动解译根据水体和海岸在遥感图像上的表现特征，在计算机技术的支持下，获取海岸线的空间分布信息。相对于目视解译，自动解译速度较快，工作量较小，但容易受到其他地物的干扰，噪声较多，往往需要复杂的后处理操作。

遥感图像海岸线信息自动解译方法主要包括边缘检测法、指数分析法、阈值分割法、区域生长法、神经网络法。边缘检测法利用岸线空间关系，通过Roberts、Prewitt、Sobel、Laplace、Canny等算子检测灰度值发生阶跃变化的位置，该方法操作简单，运算效率较高。指数分析法在分析地表物体自身波谱特性的基础上进行，利用归一化植被指数、归一化水体指数、修正后归一化水体指数分离陆地和水体，物理意义较为明确。阈值分割法的前提是同类地物具有相似的灰度值，适用于目标与背景对比强烈的图像。区域生长法将具有相似性质的像素集合起来构成区域，结果比较准确。神经网络法以模拟人体神经系统的结构和功能为基础，通过样本训练实现陆地与水体的聚类，进而提取海岸线，这种方法能够提取不同类型的海岸线，并且分类精度较高。这些方法各有特点，在某些特定领域取得了一定成功，但也有其自身缺陷。边缘检测法会引入较多干扰，海岸线连续性不好。指数分析法存在容易饱和的问题，并且一部分近岸水体易被错分为陆地，严重影响了海岸线提取精度。阈值分割法容易受到光谱相似性地物的影响。区域生长法生长规则选择困难，在图像局部方差比较大的情况下效果往往不佳。神经网络法较为复杂，需要较多具有典型意义的样本支持。

缨帽变换是由Kauth和Thomas于1976年发现的一种线性变换，又称K-T变换，是针对多光谱遥感图像的一种线性变换，在减少波段相关性引起的数据冗余的同时提供具有物理特征(如植物生长、土地变化等)的信息，它遵循一般的线性变换形式，能够消除多光谱图像的相对光谱响应相关性。

考虑悬浮泥沙含量对水体光谱特性的影响，导致传统水体信息提取方法失效，影响海岸线信息提取效果，以及海岸线的实际形态变化，探索一种基于缨帽变换的遥感图像海岸线信息提取方法及系统，以应对遥感图像处理领域的挑战，保证海岸线信息提取的准确性，就成为亟待解决的问题。

发明内容

本发明的目的就是为了消除悬浮泥沙对水体信息提取的影响，保证海岸线信息提取的可靠性和准确性，提供一种基于缨帽变换的遥感图像海岸线信息提取方法及系统。

本发明的目的将通过以下技术方案得以实现：一种基于缨帽变换的遥感图像海岸线信息提取方法，所述信息提取方法依次包括以下步骤：

S1：预处理

选取所需研究区域遥感图像，进行辐射定标、大气校正和几何校正，得到所需研究区域的预处理图像，获取适于后续处理的反射率数据；

S2：基于缨帽变换的水体信息提取

S21、对S1中所述预处理图像进行缨帽变换以提取湿度信息，并基于阈值分割得到所需研究区域的初始水体信息；

S22、基于数学形态学对初始水体信息进行开启和闭合运算，得到所需研究区域的精确水体信息；

S3：特征知识支持下的海岸线信息提取

S31、对研究区域的精确水体信息进行矢量化，以获取水体边缘信息，得到研究区域的初始海岸线信息；

S32、根据海岸线在遥感图像上的表现特征及实际情况下海岸线的形态，基于海岸线的长度、距离和方向特征知识进行研究区域的最终海岸线信息提取。